چکیده مقاله
تشخیص زودهنگام اختلال شناختی خفیف ، به عنوان مرز میان پیری طبیعی و دمانس، اهمیت بالینی حیاتی در پیشگیری از زوال عقل دارد سیگنال های الکتروانسفالوگرافی ابزاری کم هزینه و غیرتهاجمی برای غربالگری هستند، اما مدل های یادگیری عمیق کنونی اغلب دچار چالش های بیش برازش، عدم تفسیرپذیری بالینی و نشت داده در سطح پنجره می شوند این پژوهش یک چارچوب هیبریدی سه مسیره، آگاه از سن و بهینه سازی شده را برای تشخیص پایدار و بدون نشت داده MCI ارائه می دهد ابتدا، کانال های EEG از ۱۹ به ۵ ناحیه مغزی مبتنی بر PCA جهت کاهش پیچیدگی تقلیل می یابند ویژگی ها سپس از سه مسیر مکمل استخراج می شوند: بازنمایی های زمان فرکانس عمیق مجهز به مکانیزم نوآورانه دروازه گذاری سن ، یک بانک جامع شامل بیش از ۲۹۵ ویژگی دست ساز نوروساینس زمانی، فرکانسی، غیرخطی و ارتباطات شبکه ای PLV ، و تجمیع آماری در سطح سوژه الحاق این ویژگی ها منجر به فضای ویژگی چندوجهی عظیم با ۱۲۱۶ بعد می شود نوآوری اصلی این پژوهش، بکارگیری الگوریتم بهینه سازی باینری رقابتی مبتنی بر تضاد با تابع انتقال متغیر با زمان جهت فیلترسازی هوشمند ابعاد نویزی و استخراج ۴۴۶ ویژگی طلایی است طبقه بندی نهایی توسط مدل درخت های کاملا تصادفی با تنظیم سخت گیرانه تک تیرانداز انجام می گیرد با ارزیابی سخت گیرانه در سطح سوژه روی داده های معیار CAUEEG ۱۱۵۵ سوژه ، این چارچوب به دقت تست ۷۷ ۵۵% دست یافت دستاورد درخشان مدل، ثبت شکاف بیش برازش بسیار ناچیز۳ ۵۶% و نرخ بازخوانی۹۵ ۲% در کلاس Normal است نتایج نشان می دهد ترکیب ویژگی های عمیق و تفسیرپذیر دست ساز، در کنار بهینه سازی فراابتکاری ابعاد، راهکاری پایدار، سبک و بالینی سازگار را برای غربالگری زودهنگام اختلالات شناختی فراهم می آورد
کلیدواژهها
نویسندگان
شیوه ارجاع
مهدیلی، علی و شرفی، یوسف و تشنه لب، محمد و نصیری دهج، پویا،1404،تشخیص زودهنگام اختلال شناختی خفیف با ادغام ویژگی های عمیق و مهندسی شده نوروساینس سیگنال الکتروانسفالوگرافی مبتنی بر بهینه سازی فضای ویژگی،بیست و نهمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک،شیروان
ارائهشده در
مجموعه مقالات بیست و نهمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک28 بهمن 1404 · شیروان